文本数据挖掘与Python应用 课件 第5章 文本聚类.pptx

第5章

文本聚类

5.1文本聚类概述文本聚类（Textclustering）作为一种无监督的机器学习方法，聚类不需要训练过程，不需要预先对文档标注类别，具有一定的灵活性和自动化处理能力，已经成为对文本信息进行有效地组织、摘要和导航的重要手段。研究的意义聚类分析的主要目标是将文档集中的样本或是特征变量按距离远近进行划分，使得同一类中元素之间的距离比其他类中元素的距离更近，或者说同类中的元素相似程度高于其他类，从而使划分结果类内元素的同质性和类间元素的异质性同时满足最大化。而大数据时代数据的一个重要特点就是数据量的庞大，一个好的聚类模型则恰恰可以解决数据规模大的问题，聚类分析